基于区域化与可解释机器学习的黑土区土壤砂含量洲际制图

《International Soil and Water Conservation Research》：Intercontinental Mapping of Soil Sand Content in Black Soil Regions Based on Regionalized and Interpretable Machine Learning

　　

高分辨率土壤砂含量制图在跨区域尺度上对于表征黑土区（Black Soil Regions）的物理异质性及支持可持续农业管理至关重要。然而，现有研究通常依赖单一全局建模策略，限制了其捕捉地理单元间成土差异的能力。本研究聚焦于北半球两个典型黑土区：中国东北黑土区（NEC）与北美密西西比河流域黑土区（MNA）。利用2020–2024年长期Landsat-8合成影像及多源环境协变量，研究人员构建了跨区域全局模型（Global Model）和考虑空间非平稳性的局部模型（Local Model）。在此基础上，引入递归特征消除结合交叉验证（Recursive Feature Elimination with Cross-Validation, RFECV）和沙普利加性解释（SHapley Additive exPlanations, SHAP）进行预测因子优化与模型解释。结果表明，局部建模策略显著提升了对区域异质性的适应能力，经RFECV优化后最优模型的决定系数R²达到0.810，均方根误差RMSE为8.802%。SHAP分析揭示了主导驱动因子的明确区域差异：在NEC，砂含量主要受温度与降水等气候因子控制；而在MNA，光谱变量与土壤粉粒含量更为重要。此外，基于土壤类型的分析证实了显著的区域对比：在同一土壤类型内，MNA的砂含量普遍高于NEC且变异性更强。最终30米分辨率产品揭示了NEC农田砂含量呈东北至西南增加趋势，而MNA则呈现破碎化空间格局。总体而言，本研究为高分辨率洲际土壤质地制图提供了稳健框架。

**研究背景与问题**

土壤砂含量（Sand Content）是土壤质地（Soil Texture）的基本组成部分，直接影响土壤孔隙结构及水热传输过程，并作为评估生态系统对气候变化响应的关键物理指标。黑土区（Black Soil Regions）是全球重要的农业土壤类型，具有高肥力和碳封存能力，对全球粮食安全与生态系统功能至关重要。然而，在气候变暖、极端水文事件加剧及长期农业干扰的复合作用下，典型黑土区正经历显著的结构退化与空间异质性增加，对其物理结构属性的精细刻画提出了更高要求。受限于空间分辨率不足与统一建模策略，现有全球或区域砂含量产品难以有效捕捉黑土区的精细空间变异。因此，开发高空间分辨率黑土区土壤砂含量预测与制图，对于理解黑土区物理结构及支持生态系统对气候变化的响应研究具有重要意义。

传统土壤质地制图依赖密集采样与实验室分析，成本高、周期长、空间代表性有限。遥感技术提供了高效、非破坏性的空间信息获取手段。已有大尺度砂含量产品多基于中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer, MODIS），但其粗分辨率限制了精细空间变异捕捉能力。Landsat-8陆地成像仪（Operational Land Imager, OLI）具有30米空间分辨率、长期时间连续性与稳定光谱配置，为高分辨率制图与跨区域对比提供了更优数据源。

近期研究证实，集成遥感数据与土壤成土模型是预测砂含量的有效途径。根据土壤发生学理论，土壤质地空间分异是母质、气候、地形、植被与人类活动等多环境因子长期耦合作用的结果。遥感影像常被用于推导光谱指数（Spectral Indices）以反映成土过程，同时气候变量、地形属性及关键土壤理化性质被纳入作为协变量，以弥补光谱信息在捕捉地下过程与长期成土效应方面的不足。

全局策略（Global Strategy, GS）被广泛采用，但随着空间范围增大，控制砂含量空间变异的主导因子在地理单元间差异显著，削弱了单一全局模型捕捉复杂空间关系的能力。局部策略（Local Strategy, LS）通过将研究区或样本集划分为相对均质子集并为各子集构建独立模型，可实现局部最优性能。

基于提升框架的集成学习方法——极端梯度提升（Extreme Gradient Boosting, XGBoost）因其强非线性关系捕捉能力与对多重共线性及缺失数据的鲁棒性，在土壤属性预测中广泛应用。但高维特征下冗余变量可能损害模型泛化性。因此，研究者采用递归特征消除结合交叉验证（RFECV）筛选关键预测因子，并利用沙普利加性解释（SHAP）量化各输入变量对预测结果的相对贡献，增强模型在物理机制层面的可解释性。

为克服现有跨区域砂含量产品在支持黑土区精细制图方面的局限，以及区域成土环境差异导致的非平稳性，本研究从洲际比较视角出发，聚焦北半球两个典型黑土区（NEC和MNA），构建了一个集成全局-局部建模对比、特征优化与可解释性分析的精细砂含量制图框架。与依赖单一建模策略或方法优化的传统数字土壤制图不同，本研究强调异质环境条件下模型预测性能的差异。具体引入区域化建模策略，构建并比较基于跨区域联合建模的全局策略与考虑区域差异的局部策略，评估其在复杂环境下的适用性。基于更优的局部模型，联合运用RFECV和SHAP，从变量选择与特征解释角度量化预测因子贡献的区域差异，提升模型对环境异质性的可解释性。最终利用该框架生成NEC和MNA的30米分辨率土壤砂含量图。

**主要关键技术方法**

本研究采用的主要关键技术方法包括：1) 基于Google Earth Engine（GEE）云平台获取2020–2024年Landsat-8地表反射率数据，进行中值合成得到年度合成影像；2) 构建基于极端梯度提升（XGBoost）回归算法的预测模型，设置1000棵树、学习率0.01、最大深度2等超参数；3) 对比全局策略（GS，联合NEC和MNA所有样本建模）与局部策略（LS，分区域独立建模）的预测性能，并通过随机10折交叉验证（10-fold Cross-validation）与空间交叉验证（Spatial Cross-validation）评估模型稳健性；4) 采用递归特征消除结合交叉验证（RFECV）进行特征优化，筛选最优特征子集；5) 利用沙普利加性解释（SHAP）方法基于夏普利值（Shapley Value）理论量化各特征对预测结果的贡献。样本来源：NEC区域由研究人员于2021年4–5月采集1214个有效表土样品（0–20 cm），MNA区域从世界土壤信息服务（WoSIS）获取1146个有效样品（0–30 cm）。

**研究结果**

**3.1 跨区域砂含量光谱特征**：通过比较NEC和MNA在不同砂含量等级下的平均光谱响应，发现两个研究区光谱变化模式一致：随砂含量增加，各波段反射率整体上升，在波段6（Band 6, SWIR1）达到峰值后下降。但相同砂含量区间内，MNA整体反射率高于NEC，尤其在短波红外波段（Band 6和Band 7）差异显著，表明两区域母质、有机质含量和土壤水分等背景因素不同。

**3.2 特征重要性**：RFECV从21个候选变量中为NEC和MNA局部模型均保留了7个特征，主要包括Landsat-8光谱波段、地形与气候变量，无光谱指数入选。基于SHAP值定量评估显示区域主导因子差异显著：NEC局部模型主要由温度（Temp）、近红外波段（Band 5, NIR）和降水（Pre）驱动，凸显气候条件对土壤颗粒组成的强烈影响；MNA局部模型主要由光谱特征与土壤颗粒组成主导，蓝波段（Band 2, Blue）和粉粒含量（Silt）贡献最大，表明该区域砂含量对光学遥感信号与粒径组成变异更敏感。

**3.3 砂含量预测精度**：对比不同建模策略，全局模型R²=0.793，局部模型R²=0.809、RMSE=8.857%，区域化建模进一步提升拟合度与预测稳定性。经RFECV特征优化后，局部模型R²进一步提升至0.810，RMSE降至8.802%。空间交叉验证（Spatial CV）下R²=0.769、RMSE=9.716%，表明局部模型在空间独立条件下仍保持稳健预测能力。

**3.4 两黑土区砂含量空间分布格局**：NEC砂含量范围0.2%–71.9%，呈西南至东北递减趋势，高值区连续成片；MNA砂含量范围2.0%–90.9%，空间异质性更强，高值区呈带状分布且与低值区交错，呈现破碎化格局。制图不确定性分析显示NEC平均不确定性（1.25%）高于MNA（1.02%），高不确定性区域集中于砂含量空间梯度剧烈地带。

**3.5 不同土壤类型砂含量差异**：基于世界土壤资源参考基础（WRB 2014）分类，两区域均以黑钙土（Chernozem）和暗色土（Phaeozem）为主，但NEC有大量淋溶土（Luvisols），MNA则以栗钙土（Kastanozems）为显著成分。同一土壤类型下，MNA的砂含量中值普遍高于NEC，且分布更集中，而NEC砂含量离散性更大。

**讨论与结论**

**讨论部分**：本研究验证了联合RFECV与SHAP分析的优势——RFECV确保模型简化与变量筛选，SHAP则揭示不同区域特征贡献的异质性，充分体现了区域特异性主导因子。在NEC，气候变量（温度、降水）与近红外（NIR）波段重要性高，这与季风气候调控水热条件及冻融过程影响土壤颗粒再分布有关；在MNA，蓝波段（B2）、粉粒含量与短波红外2（SWIR2）波段更重要，这与该区域冰川沉积母质形成高粉粒比例且农业景观影响表土光谱有关。与现有SoilGrids（250米）产品相比，本研究构建的30米分辨率产品在预测精度（R²更高）和局部空间细节表征上表现更优，尤其能清晰捕捉砂含量在低值与高值区之间的渐变与阶梯式变化，而粗分辨率产品存在平滑效应与极值压缩。研究局限包括：仅使用传统机器学习未探索深度学习方法；数据时间跨度仅5年，未考虑长期地表变化与多源遥感数据；环境协变量维度有限且部分原始分辨率较粗。未来可探索深度学习、多平台融合、丰富成土因子及迁移学习等方向。

**研究结论**：聚焦北半球两个典型黑土区——NEC与MNA，本研究构建了集成全局-局部建模对比、特征优化与可解释性分析的土壤砂含量高分辨率制图框架，旨在缓解跨区域数字土壤制图中的空间非平稳性挑战。结果表明，与单一全局建模策略相比，考虑空间非平稳性的局部建模在区域间表现出更强适应性，经RFECV优化后取得更优预测性能（R²=0.810）。SHAP分析进一步揭示了砂含量主导控制因子预测贡献的区域差异：在NEC，预测主要由气候因子（尤其是温度与降水）驱动；而在MNA，砂含量对光谱特征与土壤质地信息更敏感，蓝波段（B2）与粉粒含量贡献最为突出。最终生成的30米分辨率砂含量产品清晰刻画了NEC东北-西南递增的带状趋势，以及MNA更为破碎、变异性更强的空间结构。总体而言，从洲际黑土对比视角出发，本研究提出的集成区域化建模与可解释性分析框架在保持简洁模型结构的同时，提升了砂含量预测性能与空间表征能力。其在不同黑土区的适用性凸显了其在跨区域与洲际尺度上进行一致、精细土壤质地制图的潜力。这些结果为黑土区农田资源的科学管理与可持续利用提供了有价值的数据支持。